[发明专利]作业错题的AI智能切题方法及装置

权利要求书

1.一种作业错题的AI智能切题方法，其特征在于：包括错题切题流程，所述错题切题流程包括以下步骤，

S21、获取经过批改的作业数据，作业数据包括图片、Word、PDF、Excel格式；

S22、将经过批改的非图片格式的作业数据转换成图片格式的作业数据；

S23、对图片格式的作业数据进行去噪、畸变矫正及二值化处理；

S24、从图片格式的作业数据中，通过AI智能切题系统识别出错题；

S25、将错题从图片格式的作业数据中截取出来，形成错题本。

2.如权利要求1所述的作业错题的AI智能切题方法，其特征在于：还包括切题模型训练流程，包括以下步骤，

S11、错题模型通过算法计算出错题，与人工采集到的错题进行对比，不断训练丰富错题库，得到智能采集错题模型；

S12、题型题号模型通过人工采集题型题号模型，根据不同的学科，训练作业题型，计算出题目题号组成规律，得到智能题型题号模型；

S13、行为模型通过对批改作业的正确和错误的线条轨迹进行训练，得到智能采集错题行为模型；

S14、结合AI算法，通过训练模型库实现AI学习训练，得到题型题号特征库、错题特征库及行为特征库。

3.如权利要求2所述的作业错题的AI智能切题方法，其特征在于：步骤S12具体包括，

题型训练，题型题号模型根据不同的学科，将训练的题型题号与人工采集题型题号进行对比，通过题型训练涵盖不同学科各种题型作业；

题号训练，结合各学科作业的题目特点，训练出题目题号的组成规律。

4.如权利要求2所述的作业错题的AI智能切题方法，其特征在于：步骤S13具体包括，

轨迹训练，将作业批改正确和错误的线条轨迹与人工采集错题行为模型对比，提升正确、错误轨迹的阈值；

错题综合训练，训练作业批改的字体颜色；

行为习惯训练，根据学生订正作业行为习惯，辅助作业分割。

5.如权利要求2所述的作业错题的AI智能切题方法，其特征在于：还包括错题管理流程，错题管理流程包括，

S31、对错题按照用户、学科及知识点进行分别统计，以对错题进行分类归纳；

S32、将错题本按照错题模板生成错题文件，以供学生导出或打印错题本。

6.一种作业错题的AI智能切题装置，其特征在于：包括错题切题模块，所述错题切题模块包括，

数据获取单元，用于获取经过批改的作业数据，作业数据包括图片、Word、PDF、Excel格式；

格式转换单元，用于将经过批改的非图片格式的作业数据转换成图片格式的作业数据；

预处理单元，用于对图片格式的作业数据进行去噪、畸变矫正及二值化处理；

错题识别单元，用于从图片格式的作业数据中，通过AI智能切题系统识别出错题；

错题截取单元，用于将错题从图片格式的作业数据中截取出来，形成错题本。

7.如权利要求6所述的作业错题的AI智能切题装置，其特征在于：还包括切题模型训练模块，切题模型训练模块包括，

第一模型训练单元，用于错题模型通过算法计算出错题，与人工采集到的错题进行对比，不断训练丰富错题库，得到智能采集错题模型；

第二模型训练单元，用于题型题号模型通过人工采集题型题号模型，根据不同的学科，训练作业题型，计算出题目题号组成规律，得到智能题型题号模型；

第三模型训练单元，用于行为模型通过对批改作业的正确和错误的线条轨迹进行训练，得到智能采集错题行为模型；

模型库训练单元，用于结合AI算法，通过训练模型库实现AI学习训练，得到题型题号特征库、错题特征库及行为特征库。